曾 婧 徐 陽(yáng)

·部門(mén)經(jīng)濟(jì)·

金融系統(tǒng)深化下保險(xiǎn)業(yè)發(fā)展的經(jīng)濟(jì)增長(zhǎng)效應(yīng)差異
——基于時(shí)變面板平滑轉(zhuǎn)換回歸模型

曾 婧 徐 陽(yáng)

近些年來(lái)，保險(xiǎn)業(yè)在金融市場(chǎng)中的作用凸顯，保險(xiǎn)業(yè)發(fā)展對(duì)經(jīng)濟(jì)增長(zhǎng)的影響明顯增強(qiáng)，但由于各地金融系統(tǒng)差異及保險(xiǎn)業(yè)發(fā)展不均衡，保險(xiǎn)業(yè)的經(jīng)濟(jì)增長(zhǎng)效應(yīng)存在較大差異。在存在差異條件下，地區(qū)金融規(guī)模、金融風(fēng)險(xiǎn)的變化，是否導(dǎo)致保險(xiǎn)業(yè)的非線(xiàn)性經(jīng)濟(jì)增長(zhǎng)效應(yīng)，其動(dòng)態(tài)變化特征怎樣等，值得深入研究。結(jié)合時(shí)變面板平滑轉(zhuǎn)換回歸模型，構(gòu)建包括金融系統(tǒng)因素和宏觀經(jīng)濟(jì)基本面因素的非線(xiàn)性框架，重點(diǎn)考察在金融系統(tǒng)深化情況下，我國(guó)30個(gè)省(市、自治區(qū))2000-2015年保險(xiǎn)業(yè)發(fā)展對(duì)經(jīng)濟(jì)增長(zhǎng)的漸進(jìn)影響效應(yīng)及傳遞路徑。研究發(fā)現(xiàn)，金融發(fā)展水平越高的區(qū)域，其金融系統(tǒng)的資金配置效率和投資效率也更有效，保險(xiǎn)業(yè)對(duì)經(jīng)濟(jì)增長(zhǎng)具有強(qiáng)拉動(dòng)效應(yīng)，其中壽險(xiǎn)的融資功能比財(cái)險(xiǎn)經(jīng)濟(jì)補(bǔ)償功能更具經(jīng)濟(jì)增長(zhǎng)效應(yīng)；而地區(qū)金融風(fēng)險(xiǎn)程度增高，則會(huì)大幅度提高該區(qū)域金融系統(tǒng)的投資風(fēng)險(xiǎn)，進(jìn)而弱化財(cái)險(xiǎn)和壽險(xiǎn)對(duì)經(jīng)濟(jì)增長(zhǎng)的正效應(yīng)。最后提出了現(xiàn)階段深化金融改革與管控金融風(fēng)險(xiǎn)的若干建議。

保險(xiǎn)業(yè)發(fā)展； 金融深化; 經(jīng)濟(jì)增長(zhǎng); 效應(yīng)差異； 金融風(fēng)險(xiǎn)

一 引言與文獻(xiàn)綜述

近些年來(lái)，我國(guó)深化金融市場(chǎng)改革，社會(huì)經(jīng)濟(jì)快速發(fā)展。其中，保險(xiǎn)業(yè)作為現(xiàn)代金融市場(chǎng)的重要支柱之一，也在2015年《國(guó)務(wù)院關(guān)于加快發(fā)展現(xiàn)代保險(xiǎn)服務(wù)業(yè)的若干意見(jiàn)》等“新國(guó)十條”實(shí)施方案推動(dòng)下加速發(fā)展。目前，我國(guó)壽險(xiǎn)和財(cái)險(xiǎn)業(yè)務(wù)發(fā)展迅速，已成為全球第二大保險(xiǎn)市場(chǎng)，行業(yè)發(fā)展規(guī)模僅次于美國(guó)。截至2016年，我國(guó)保險(xiǎn)保費(fèi)收入30959.10億元，同比增長(zhǎng)27.50%，其中財(cái)險(xiǎn)保費(fèi)收入9266.17億元，同比增長(zhǎng)10.01%；壽險(xiǎn)保費(fèi)收入21692.81億元，同比增長(zhǎng)36.78%*數(shù)據(jù)來(lái)源于《2016年保險(xiǎn)統(tǒng)計(jì)數(shù)據(jù)報(bào)告》。。而在保險(xiǎn)業(yè)快速發(fā)展的同時(shí)，我國(guó)國(guó)民經(jīng)濟(jì)也保持較高增長(zhǎng)水平。如圖1所示，從2000年以來(lái)，我國(guó)人均GDP一直穩(wěn)步上升，其中保險(xiǎn)業(yè)發(fā)展與經(jīng)濟(jì)增長(zhǎng)呈現(xiàn)并駕齊驅(qū)之勢(shì)。事實(shí)上，研究發(fā)現(xiàn)，隨著保險(xiǎn)業(yè)在現(xiàn)代金融業(yè)的作用逐漸增強(qiáng)，保險(xiǎn)與經(jīng)濟(jì)發(fā)展關(guān)系更加密切，其中財(cái)險(xiǎn)經(jīng)濟(jì)補(bǔ)償功能保障社會(huì)再生產(chǎn)運(yùn)行，壽險(xiǎn)融資功能促進(jìn)儲(chǔ)蓄資金向?qū)嶓w投資轉(zhuǎn)化，均具有較強(qiáng)經(jīng)濟(jì)增長(zhǎng)效應(yīng)(魏華林和林寶清，2011)[1]。

研究發(fā)現(xiàn)，在保險(xiǎn)業(yè)對(duì)經(jīng)濟(jì)增長(zhǎng)作用逐漸增強(qiáng)的同時(shí)，由于各地金融系統(tǒng)深化水平不同，各地保險(xiǎn)業(yè)發(fā)展不均衡，導(dǎo)致保險(xiǎn)業(yè)的經(jīng)濟(jì)增長(zhǎng)效應(yīng)存在較大差異。其中，在保險(xiǎn)深度和增速方面，東部省份保險(xiǎn)深度最高；中部地區(qū)次之；西部地區(qū)保險(xiǎn)深度最低，同時(shí)增速緩慢。在金融深化方面，各省金融規(guī)模(本外幣貸款/GDP)與金融風(fēng)險(xiǎn)(不良貸款率)也存在較大差異。這導(dǎo)致我國(guó)各省保險(xiǎn)業(yè)的經(jīng)濟(jì)增長(zhǎng)效應(yīng)存在顯著區(qū)別。而在目前保險(xiǎn)業(yè)與經(jīng)濟(jì)增長(zhǎng)的研究文獻(xiàn)中，較少結(jié)合各地保險(xiǎn)業(yè)發(fā)展不平衡、金融系統(tǒng)發(fā)展現(xiàn)狀顯著差異性進(jìn)行研究。有鑒于此，結(jié)合當(dāng)前我國(guó)經(jīng)濟(jì)增速放緩，金融系統(tǒng)及保險(xiǎn)業(yè)在各省發(fā)展不平衡的現(xiàn)狀，著重分析在地區(qū)金融系統(tǒng)變化、金融規(guī)模與金融風(fēng)險(xiǎn)顯著差異的情況下，保險(xiǎn)業(yè)是否存在非線(xiàn)性經(jīng)濟(jì)增長(zhǎng)效應(yīng)，及其變化特點(diǎn)所蘊(yùn)含的現(xiàn)實(shí)意義和學(xué)術(shù)價(jià)值。

圖1 2000-2015年人均GDP、壽險(xiǎn)與財(cái)險(xiǎn)走勢(shì)圖

金融發(fā)展與經(jīng)濟(jì)增長(zhǎng)的關(guān)系一直是學(xué)術(shù)界研究的重點(diǎn)。國(guó)內(nèi)外諸多學(xué)者均認(rèn)為，一國(guó)或地區(qū)金融發(fā)展水平只有達(dá)到一定程度，才能通過(guò)規(guī)模效應(yīng)與溢出效應(yīng)促進(jìn)經(jīng)濟(jì)增長(zhǎng)。保險(xiǎn)業(yè)是金融系統(tǒng)的重要組成部分，保險(xiǎn)業(yè)對(duì)經(jīng)濟(jì)增長(zhǎng)的促進(jìn)作用也受地區(qū)金融發(fā)展水平的影響。一方面，國(guó)外學(xué)者Beenstock et al.(1998)[2]、Outreville(1990)[3]、Adams et al.(2009)[4]、Ward和Zurbruegg(2000)[5]、Azman-saini和Smith(2011)[6]研究保險(xiǎn)業(yè)與經(jīng)濟(jì)增長(zhǎng)關(guān)系，均認(rèn)為保險(xiǎn)業(yè)能分散風(fēng)險(xiǎn)、穩(wěn)定資金、提高經(jīng)濟(jì)的生產(chǎn)率，進(jìn)而促進(jìn)經(jīng)濟(jì)增長(zhǎng)；而學(xué)者Webb et al.(2002)[7]、Boon(2005)[8]、Adams et al.(2009)[4]、Avram et al.(2010)[9]研究認(rèn)為壽險(xiǎn)與財(cái)險(xiǎn)消費(fèi)對(duì)經(jīng)濟(jì)有顯著正影響效應(yīng)，但在金融水平、收入水平不同的國(guó)家和地區(qū)存在差異，其中壽險(xiǎn)消費(fèi)只有在高收入國(guó)家有效。另一方面，結(jié)合保險(xiǎn)業(yè)區(qū)域發(fā)展不均衡現(xiàn)狀，學(xué)者Skipper(1997)[10]、Arena(2008)[11]、邵全權(quán)(2012)[12]研究認(rèn)為保險(xiǎn)能促進(jìn)地區(qū)經(jīng)濟(jì)及金融穩(wěn)定，但區(qū)域發(fā)展失衡會(huì)導(dǎo)致區(qū)域保險(xiǎn)結(jié)構(gòu)同質(zhì)，加劇行業(yè)利益沖突，損害保險(xiǎn)業(yè)對(duì)經(jīng)濟(jì)增長(zhǎng)的正向作用。

國(guó)內(nèi)方面，學(xué)者沈坤榮和魏鋒(2010)[13]采用FGLS估計(jì)方法，研究認(rèn)為經(jīng)濟(jì)發(fā)展水平和金融發(fā)展水平不同會(huì)影響保險(xiǎn)業(yè)和經(jīng)濟(jì)增長(zhǎng)的關(guān)系，經(jīng)濟(jì)與金融發(fā)展水平較高，保險(xiǎn)業(yè)促進(jìn)經(jīng)濟(jì)增長(zhǎng)的程度會(huì)顯著增強(qiáng)。曾智等(2014)[14]研究也認(rèn)為不同經(jīng)濟(jì)金融發(fā)展水平下，保險(xiǎn)業(yè)與經(jīng)濟(jì)增長(zhǎng)存在倒U型關(guān)系，其中只有壽險(xiǎn)具有顯著經(jīng)濟(jì)增長(zhǎng)效應(yīng)。而趙進(jìn)文等(2010)[15]通過(guò)時(shí)間序列非線(xiàn)性STR模型，研究認(rèn)為保險(xiǎn)業(yè)對(duì)經(jīng)濟(jì)增長(zhǎng)的拉動(dòng)作用具有明顯階段性和非線(xiàn)性特征，由于各區(qū)域經(jīng)濟(jì)發(fā)展和保險(xiǎn)發(fā)展水平不同，保險(xiǎn)業(yè)的經(jīng)濟(jì)增長(zhǎng)效應(yīng)沒(méi)有充分發(fā)揮。

事實(shí)上，目前國(guó)內(nèi)外眾多學(xué)者研究認(rèn)為，保險(xiǎn)業(yè)發(fā)展與經(jīng)濟(jì)增長(zhǎng)存在正相關(guān)關(guān)系。也有一些學(xué)者認(rèn)為，保險(xiǎn)業(yè)發(fā)展與經(jīng)濟(jì)增長(zhǎng)存在非線(xiàn)性關(guān)系。其中，Beenstock et al.(1988)[16]、Ward和Zurbruegg(2000)[5]等采用多個(gè)國(guó)家歷年的數(shù)據(jù)，實(shí)證檢驗(yàn)人均財(cái)產(chǎn)保險(xiǎn)、人均責(zé)任險(xiǎn)保費(fèi)和人均國(guó)內(nèi)生產(chǎn)總值之間存在非線(xiàn)性關(guān)系，并且保險(xiǎn)業(yè)是經(jīng)濟(jì)增長(zhǎng)的格蘭杰原因。而Webb et al.(2002)[7]、Arena(2008)[11]研究認(rèn)為，保險(xiǎn)業(yè)對(duì)經(jīng)濟(jì)發(fā)展有顯著影響，同時(shí)保險(xiǎn)業(yè)與其它金融子市場(chǎng)間存在一定的互補(bǔ)或替代關(guān)系，在不同金融發(fā)展水平下保險(xiǎn)市場(chǎng)的經(jīng)濟(jì)增長(zhǎng)效應(yīng)具有非線(xiàn)性特征。而國(guó)內(nèi)方面，魏華林等(2015)[17]、劉學(xué)寧(2012)[18]、曾智等(2014)[14]、趙進(jìn)文等(2010)[15]也證實(shí)保險(xiǎn)業(yè)與經(jīng)濟(jì)增長(zhǎng)存在非線(xiàn)性門(mén)限關(guān)系，其中由于金融發(fā)展水平等差異，保險(xiǎn)業(yè)與經(jīng)濟(jì)增長(zhǎng)呈倒U型關(guān)系。多數(shù)經(jīng)驗(yàn)研究表明，地區(qū)金融市場(chǎng)的發(fā)展與金融體制的改革可以降低地區(qū)資本投資的波動(dòng)，起到穩(wěn)定金融系統(tǒng)，降低金融風(fēng)險(xiǎn)的作用，而目前不同地區(qū)金融市場(chǎng)發(fā)展改革效果不同，加之金融投融資效率和金融風(fēng)險(xiǎn)存在較大差異，會(huì)造成不同發(fā)展水平的金融子市場(chǎng)與經(jīng)濟(jì)變量間存在非線(xiàn)性關(guān)系(Broner和Rigobon，2005[19]；Aoki et al.，2007[20]；Broto et al.，2007[21]；Broner和Ventura，2010[22]；Park和An，2012[23])。

有鑒于此，結(jié)合當(dāng)前經(jīng)濟(jì)增速放緩，綜合考慮金融發(fā)展及保險(xiǎn)業(yè)發(fā)展在各地發(fā)展不平衡的現(xiàn)狀，本文通過(guò)時(shí)變面板平滑轉(zhuǎn)換回歸(TV-PSTR)模型，將金融系統(tǒng)因素和宏觀經(jīng)濟(jì)基本面因素引入非線(xiàn)性模型，研究我國(guó)30個(gè)省(市、自治區(qū))2000-2015年保險(xiǎn)業(yè)發(fā)展與經(jīng)濟(jì)增長(zhǎng)關(guān)系。并重點(diǎn)考察金融深化過(guò)程中，在地區(qū)保險(xiǎn)發(fā)展不均衡和金融系統(tǒng)差異的現(xiàn)狀下，地區(qū)金融規(guī)模、金融風(fēng)險(xiǎn)的變化，是否導(dǎo)致保險(xiǎn)業(yè)存在非線(xiàn)性經(jīng)濟(jì)增長(zhǎng)效應(yīng)及其動(dòng)態(tài)變化規(guī)律。一方面通過(guò)動(dòng)態(tài)TV-PSTR非線(xiàn)性模型進(jìn)行實(shí)證，彌補(bǔ)前人采用線(xiàn)性模型的弊端，另一方面結(jié)合不同省域保險(xiǎn)業(yè)與金融發(fā)展的顯著差距，揭示保險(xiǎn)業(yè)發(fā)展存在非線(xiàn)性經(jīng)濟(jì)增長(zhǎng)效應(yīng)的根本原因，這不僅可以增進(jìn)對(duì)保險(xiǎn)業(yè)發(fā)展與經(jīng)濟(jì)增長(zhǎng)關(guān)系的理解，也為促進(jìn)保險(xiǎn)業(yè)發(fā)展提供重要的理論基礎(chǔ)和參考依據(jù)。

本文余下內(nèi)容安排為： 第二部分根據(jù)經(jīng)濟(jì)增長(zhǎng)影響因素的最新研究，結(jié)合時(shí)變面板平滑轉(zhuǎn)換回歸模型TV-PSTR構(gòu)建本文實(shí)證分析的框架；第三部分為本文的實(shí)證結(jié)果與分析，其中重點(diǎn)考察了金融系統(tǒng)變化下，保險(xiǎn)業(yè)的非線(xiàn)性經(jīng)濟(jì)增長(zhǎng)效應(yīng)；最后是本文的結(jié)論和啟示。

二 模型設(shè)定與數(shù)據(jù)說(shuō)明

(一)理論模型的構(gòu)建

為了研究金融發(fā)展與經(jīng)濟(jì)增長(zhǎng)的關(guān)系，Webb et al.(2002)[7]在柯布道格拉斯生產(chǎn)函數(shù)(CD生產(chǎn)函數(shù))的基礎(chǔ)上加入了金融市場(chǎng)變量，其中資本、勞動(dòng)力與技術(shù)進(jìn)步等要素投入是影響經(jīng)濟(jì)增長(zhǎng)的主要因素，且各要素間的共線(xiàn)性對(duì)生產(chǎn)函數(shù)的影響較小。為考察保險(xiǎn)因素對(duì)經(jīng)濟(jì)增長(zhǎng)的影響，本文在Webb et al.(2002)[7]研究的基礎(chǔ)上，引入保險(xiǎn)變量，并對(duì)生產(chǎn)函數(shù)進(jìn)行拓展。根據(jù)傳統(tǒng)的CD生產(chǎn)函數(shù)：

Y(t)=A(t)K(t)αL(t)β, (α>0,β>0)

(1)

其中Y(t)、K(t)和L(t)分別為t時(shí)期產(chǎn)出、資本和勞動(dòng)力投入，并且滿(mǎn)足dY/dK>0，dY/dL>0，d2Y/d2K<0，d2Y/d2L<0。其中，A(t)代表在第t期一定的勞動(dòng)力及資本要素投入水平下，技術(shù)進(jìn)步所帶來(lái)的產(chǎn)出增加，一般設(shè)定A(t)=A(0)egt,g為常數(shù)。結(jié)合理論，通常假定金融業(yè)滿(mǎn)足規(guī)模報(bào)酬不變的希克斯中性前提，可以設(shè)定增長(zhǎng)模型如下：

Y(t)=Z(t)A(t)K(t)αL(t)1-α, (0<α<1)

(2)

其中Z(t)代表保險(xiǎn)因素，保險(xiǎn)又分財(cái)險(xiǎn)市場(chǎng)nonlife和壽險(xiǎn)市場(chǎng)life兩類(lèi)，具體形式如下：

Z(t)=Z(0)exp(nonlife;life)

(3)

將式(2)兩邊同時(shí)除以L(fǎng)(t)可以得到人均方程如下：

Y(t)/L(t)=Z(t)A(t)[K(t)/L(t)]α, (0<α<1)

(4)

對(duì)式(4)兩邊同時(shí)取對(duì)數(shù)可以得到下式：

Ln[Y(t)/L(t)]=LnZ(0)+X+LnA(t)+αLn[K(t)/L(t)], (0<α<1)

(5)

X=(nonlife;life)

把式(5)對(duì)t求導(dǎo)，并借鑒吳永鋼和李政(2013)[24]、吳洪和趙佳芥(2010)[25]的方法加入控制變量control。同時(shí)參考Bessec和Fouquau(2008)[26]、Aslanidis和Iranzo(2009)[27]等的研究，為有效反應(yīng)模型參數(shù)在截面單位間的異質(zhì)性(Heterogeneity)變化，并刻畫(huà)參數(shù)隨時(shí)間變化產(chǎn)生的非穩(wěn)定性影響，將其轉(zhuǎn)換為時(shí)變面板平滑轉(zhuǎn)移回歸模型(TV-PSTR)，以此考察金融深化過(guò)程中，保險(xiǎn)業(yè)發(fā)展對(duì)經(jīng)濟(jì)增長(zhǎng)的漸進(jìn)影響。設(shè)定如下模型：

Ln(rgdpi, t)=β0+β1Xi, t+β2Xi, tg(Qit,γ,Qc)+βiControli, t+εi, t

(6)

Xi, t=(nonlifei, t;lifei, t)

Controli, t={Lnhuanmi, t, Lncapitali, t, Lntradei, t, Lngoveri, t,cpii, t}

其中，被解釋變量Ln(rgdpi, t)為各省在t期的人均GDP對(duì)數(shù)，用以衡量各省的經(jīng)濟(jì)增長(zhǎng)水平。在自變量中，保險(xiǎn)需求Xi, t作為本文主要解釋變量，衡量各省居民保險(xiǎn)需求，即各省保險(xiǎn)深度，分別采用各省保險(xiǎn)業(yè)整體保費(fèi)收入insurance、財(cái)產(chǎn)保險(xiǎn)保費(fèi)收入nonlife、壽險(xiǎn)保費(fèi)收入life與各省同期GDP的比值進(jìn)行衡量。

根據(jù)Ching et al.(2010)[28]、趙進(jìn)文等(2010)[15]、曾智等(2014)[14]等的研究，由于不同地區(qū)經(jīng)濟(jì)發(fā)展水平、金融發(fā)展水平等不同，保險(xiǎn)業(yè)增長(zhǎng)對(duì)經(jīng)濟(jì)增長(zhǎng)存在非線(xiàn)性影響。事實(shí)上，研究表明當(dāng)?shù)匕l(fā)達(dá)的金融市場(chǎng)體系有利于行業(yè)資本配置效率的提高，能有效強(qiáng)化行業(yè)發(fā)展的經(jīng)濟(jì)增長(zhǎng)效應(yīng)，代表性研究有Goldsmith(1969)[29]、McKirnnon(1973)[30]、Wurgler(2000)[31]以及Huang et al.(2014)[32]等。因此本文在實(shí)證中加入衡量金融深化水平的非線(xiàn)性門(mén)限變量，包括金融發(fā)展水平fincredit和金融風(fēng)險(xiǎn)程度f(wàn)inrisk，用以研究隨金融發(fā)展水平fincredit和金融風(fēng)險(xiǎn)程度f(wàn)inrisk的變化，保險(xiǎn)業(yè)對(duì)經(jīng)濟(jì)增長(zhǎng)的非線(xiàn)性影響。其中，金融發(fā)展水平fincredit，借鑒李后建(2013)[33]研究中的金融發(fā)展指標(biāo)pcrdbofgdp，即采用銀行及其他金融機(jī)構(gòu)的本外幣貸款總額占GDP的比重來(lái)構(gòu)建金融發(fā)展指標(biāo)。而金融風(fēng)險(xiǎn)程度f(wàn)inrisk則用各省不同年份銀行業(yè)不良貸款率進(jìn)行衡量。模型綜合考慮影響經(jīng)濟(jì)增長(zhǎng)的控制變量Controli, t： 實(shí)物資本存量lncapital，人力資本投入lnhuman，政府支出lngover，進(jìn)出口總額lntrade，通貨膨脹率cpi。通過(guò)這五個(gè)控制變量衡量實(shí)際經(jīng)濟(jì)資本投入和人力投入等要素、貿(mào)易出口、政府干預(yù)及宏觀經(jīng)濟(jì)穩(wěn)定情況等對(duì)經(jīng)濟(jì)增長(zhǎng)的影響。

綜上所述，以金融深化的兩個(gè)指標(biāo)做門(mén)限變量，構(gòu)建兩個(gè)模型，實(shí)證檢驗(yàn)在不同的金融深化水平上，隨金融發(fā)展水平fincredit和金融風(fēng)險(xiǎn)程度f(wàn)inrisk的變化，保險(xiǎn)業(yè)發(fā)展對(duì)經(jīng)濟(jì)增長(zhǎng)的非線(xiàn)性影響及其變化規(guī)律。此外，β1和β2為估計(jì)系數(shù)。而在轉(zhuǎn)移函數(shù)g(Qit,γ,Qc)選擇上，借鑒趙進(jìn)文等(2010)[15]、李后建(2013)[33]、魏華林等(2015)[17]的方法，選擇logistic轉(zhuǎn)換函數(shù)：

(7)

其中，Qc為位置參數(shù)，γ為轉(zhuǎn)換函數(shù)的平滑參數(shù)，決定了轉(zhuǎn)換函數(shù)在高低區(qū)制間的轉(zhuǎn)換速度，用以衡量logistic函數(shù)的平滑轉(zhuǎn)換程度。

(二)線(xiàn)性檢驗(yàn)與剩余非線(xiàn)性檢驗(yàn)

參考Gonzulez et al.(2005)[34]的研究，為了檢驗(yàn)轉(zhuǎn)換函數(shù)在高低區(qū)制間的轉(zhuǎn)換效應(yīng)是否顯著，本文在γ=0處對(duì)g(Qit,Y,Qc)轉(zhuǎn)移函數(shù)進(jìn)行一階泰勒展開(kāi)，并在原文模型，即式(6)的基礎(chǔ)上，構(gòu)造輔助回歸方程式(8)，以便進(jìn)行線(xiàn)性檢驗(yàn)：

(8)

(9)

(10)

(11)

(12)

(三)變量及數(shù)據(jù)來(lái)源說(shuō)明

為了檢驗(yàn)不同地區(qū)保險(xiǎn)發(fā)展在不同金融深化程度下對(duì)經(jīng)濟(jì)增長(zhǎng)的非線(xiàn)性促進(jìn)作用，本文采用時(shí)變面板平滑轉(zhuǎn)換回歸TV-PSTR模型對(duì)整體保險(xiǎn)、財(cái)產(chǎn)保險(xiǎn)、壽險(xiǎn)保險(xiǎn)在不同金融發(fā)展水平、金融風(fēng)險(xiǎn)程度變化下對(duì)各省經(jīng)濟(jì)增長(zhǎng)的影響關(guān)系展開(kāi)實(shí)證分析。選擇的研究對(duì)象為北京、上海、廣東、天津等30個(gè)省、市、自治區(qū)，財(cái)險(xiǎn)、壽險(xiǎn)數(shù)據(jù)來(lái)自中國(guó)保險(xiǎn)年鑒，人均GDP數(shù)據(jù)和控制變量數(shù)據(jù)來(lái)自中國(guó)統(tǒng)計(jì)年鑒，金融深化指標(biāo)數(shù)據(jù)來(lái)自中國(guó)金融年鑒和中國(guó)國(guó)家統(tǒng)計(jì)局，時(shí)間跨度為2000-2015年。其中，30個(gè)省、市、自治區(qū)的具體名單見(jiàn)腳注*樣本分布： 北京、天津、河北、山西、內(nèi)蒙古、遼寧、吉林、黑龍江、上海、江蘇、浙江、安徽、福建、江西、山東、河南、湖北、湖南、廣東、廣西、海南、重慶、四川、貴州、云南、陜西、甘肅、青海、寧夏、新疆。。此外，本文主要變量定義說(shuō)明如下：

(1)保險(xiǎn)業(yè)指標(biāo)。采用各省保險(xiǎn)業(yè)整體保費(fèi)收入insurance、財(cái)產(chǎn)保險(xiǎn)保費(fèi)收入nonlife、壽險(xiǎn)保費(fèi)收入life與各省同期GDP的比值進(jìn)行衡量。

(2)經(jīng)濟(jì)增長(zhǎng)指標(biāo)。為衡量一國(guó)或地區(qū)的宏觀經(jīng)濟(jì)運(yùn)行狀況，采用發(fā)展經(jīng)濟(jì)學(xué)中人均國(guó)內(nèi)生產(chǎn)總值(PerCapitaGrossDomesticProduct)，即“人均rgdp”，作為衡量經(jīng)濟(jì)發(fā)展?fàn)顩r的指標(biāo)。該指標(biāo)數(shù)值越大表明該省市的經(jīng)濟(jì)增長(zhǎng)水平越高。為了消除異方差，對(duì)人均GDP取對(duì)數(shù)。

(4)金融深化指標(biāo)。金融深化程度往往影響該地區(qū)融資規(guī)模及金融風(fēng)險(xiǎn)程度。其中融資規(guī)模越大，實(shí)體經(jīng)濟(jì)獲得的資金支持就越多，而金融風(fēng)險(xiǎn)則阻礙資金投資。本文選取本外幣貸款總額占GDP的比重來(lái)構(gòu)建金融發(fā)展指標(biāo)(fincredit)，以衡量一國(guó)或地區(qū)金融發(fā)展情況，通常該指標(biāo)越大說(shuō)明該地區(qū)金融發(fā)展水平越高。金融風(fēng)險(xiǎn)程度f(wàn)inrisk則用各省不同年份銀行業(yè)不良貸款率進(jìn)行衡量，通常不良貸款率越高代表該區(qū)域金融融資風(fēng)險(xiǎn)程度越高，越不利于資金向?qū)嶓w經(jīng)濟(jì)流通。

(5)控制變量Controli,t： 實(shí)物資本存量lncapital(各地區(qū)實(shí)物資本取對(duì)數(shù)衡量資本投入)，人力資本投入lnhuman(以各省勞動(dòng)力平均受教育年限衡量勞動(dòng)力投入)，政府支出lngover(政府消費(fèi)和投資對(duì)數(shù))，進(jìn)出口總額lntrade(各地進(jìn)出口總額對(duì)數(shù))，通貨膨脹率cpi(衡量各地區(qū)價(jià)格波動(dòng)或者宏觀經(jīng)濟(jì)不確定性對(duì)經(jīng)濟(jì)增長(zhǎng)的影響)。

表1給出了各變量的描述性統(tǒng)計(jì)。

表1 各變量的描述性統(tǒng)計(jì)

資料來(lái)源： 中國(guó)國(guó)家統(tǒng)計(jì)局、中國(guó)統(tǒng)計(jì)年鑒、中國(guó)金融年鑒和廈門(mén)大學(xué)數(shù)據(jù)庫(kù)。

三 實(shí)證結(jié)果與分析

1.“線(xiàn)性檢驗(yàn)”與“剩余非線(xiàn)性檢驗(yàn)”

為了考察保險(xiǎn)業(yè)發(fā)展在不同地區(qū)金融深化水平存在差異情況下對(duì)經(jīng)濟(jì)增長(zhǎng)的影響，結(jié)合各地宏觀經(jīng)濟(jì)基本面情況，重點(diǎn)考察保險(xiǎn)業(yè)發(fā)展在不同金融發(fā)展規(guī)模及金融風(fēng)險(xiǎn)程度等門(mén)限變量下，對(duì)經(jīng)濟(jì)增長(zhǎng)的非線(xiàn)性門(mén)限效應(yīng)。其中，借鑒陳創(chuàng)練和楊子暉(2012)[35]、陳創(chuàng)練和黃楚光(2015)[36]、趙進(jìn)文等(2010)[15]等的研究，選擇各省本外幣貸款總額占GDP比重衡量各地金融發(fā)展水平，選擇各省銀行業(yè)不良貸款率衡量各省金融風(fēng)險(xiǎn)程度，并以這兩個(gè)變量作為金融深化水平的綜合衡量指標(biāo)，構(gòu)建非線(xiàn)性時(shí)變面板平滑轉(zhuǎn)換回歸模型(TV-PSTR)。在面板平滑轉(zhuǎn)換回歸TV-PSTR模型中，位置參數(shù)m的取值直接影響轉(zhuǎn)移函數(shù)g(Qit, γ, Qc)，借鑒Gonzulezetal.(2005)[34]、Granger和Terasvirta(1993)[37]的方法，根據(jù)AIC和BIC的準(zhǔn)則，同時(shí)結(jié)合包含區(qū)制個(gè)數(shù)不過(guò)多的TV-PSTR已能充分反映面板數(shù)據(jù)異質(zhì)性，最后確定本文模型的最優(yōu)位置參數(shù)個(gè)數(shù)為1。

確定了轉(zhuǎn)換函數(shù)g(Qit, γ, Qc)的位置參數(shù)后，要對(duì)金融發(fā)展水平、金融風(fēng)險(xiǎn)程度與不同地區(qū)經(jīng)濟(jì)增長(zhǎng)之間的非線(xiàn)性關(guān)系進(jìn)行檢驗(yàn)。首先，進(jìn)行時(shí)變面板平滑轉(zhuǎn)換回歸模型的“線(xiàn)性檢驗(yàn)”與“剩余非線(xiàn)性檢驗(yàn)”，以考察保險(xiǎn)業(yè)發(fā)展的經(jīng)濟(jì)增長(zhǎng)效應(yīng)中存在的非線(xiàn)性轉(zhuǎn)換函數(shù)的最優(yōu)個(gè)數(shù)，并將檢驗(yàn)結(jié)果列于下表。

表2 轉(zhuǎn)換函數(shù)位置參數(shù)個(gè)數(shù)檢驗(yàn)

注： 最優(yōu)位置參數(shù)個(gè)數(shù)檢驗(yàn)的AIC和BIC準(zhǔn)則參考Granger和Terasvirta(1993)[37]的方法。

表3 時(shí)變面板平滑轉(zhuǎn)換回歸模型的“線(xiàn)性檢驗(yàn)”與“剩余非線(xiàn)性檢驗(yàn)”

注： *、**和***分別表示在10%、5%和1%的水平顯著，中括號(hào)內(nèi)為P值。

分析表3的實(shí)證檢驗(yàn)結(jié)果，當(dāng)選擇金融發(fā)展水平、金融風(fēng)險(xiǎn)程度作為模型的門(mén)檻變量進(jìn)行線(xiàn)性檢驗(yàn)時(shí)，各模型的F、LM和pseudo-LRT統(tǒng)計(jì)量均在1%顯著性水平拒絕r=0的原假設(shè)，說(shuō)明隨著金融發(fā)展規(guī)模提高或金融風(fēng)險(xiǎn)程度的增強(qiáng)，保險(xiǎn)業(yè)發(fā)展、金融深化與經(jīng)濟(jì)增長(zhǎng)之間存在著顯著的非線(xiàn)性效應(yīng)。此外，表4的檢驗(yàn)結(jié)果顯示，在1%的顯著性水平上，各模型非線(xiàn)性區(qū)制轉(zhuǎn)換函數(shù)的最優(yōu)個(gè)數(shù)為1。

2.非線(xiàn)性模型的參數(shù)估計(jì)

在確定最優(yōu)模型選擇后，本文借鑒Gonzulezetal.(2005)[37]的方法，對(duì)TV-PSTR時(shí)變模型進(jìn)行參數(shù)估計(jì)。采用“去均值”的方法消除個(gè)體固定效應(yīng)，然后采用非線(xiàn)性最小二乘法進(jìn)行參數(shù)估計(jì)，借鑒Goffeetal.(1994)[38]、Brooks和Morgan(1995)[39]以及Gonzulezetal.(2005)[34]等的研究，采用格點(diǎn)法(Grid)來(lái)搜索最優(yōu)的參數(shù)估計(jì)值，然后將其作為非線(xiàn)性最優(yōu)算法的初始參數(shù)，并在確保模型參數(shù)收斂的基礎(chǔ)上進(jìn)行參數(shù)估計(jì)，結(jié)果如下表所示。

表4 保險(xiǎn)發(fā)展與經(jīng)濟(jì)增長(zhǎng)關(guān)系參數(shù)估計(jì)

(續(xù)上表)

門(mén)限變量線(xiàn)性面板模型非線(xiàn)性時(shí)變面板平滑轉(zhuǎn)換回歸模型金融發(fā)展水平金融風(fēng)險(xiǎn)程度Sargent檢驗(yàn)7.435--[1.000]--

注： *、**和***分別表示在10%、5%和1%的水平顯著，括號(hào)內(nèi)的值為標(biāo)準(zhǔn)差。

由表4的實(shí)證結(jié)果可知，動(dòng)態(tài)非線(xiàn)性平滑面板TV-PSTR模型的檢驗(yàn)結(jié)果比線(xiàn)性模型更加符合實(shí)際，模型中各變量統(tǒng)計(jì)顯著性更優(yōu)。根據(jù)非線(xiàn)性模型實(shí)證結(jié)果可知，以金融發(fā)展水平(金融規(guī)模)做轉(zhuǎn)換函數(shù)的門(mén)限變量，平滑參數(shù)γ的估計(jì)值較小(2.083)，說(shuō)明非線(xiàn)性轉(zhuǎn)換函數(shù)具有較明顯的平滑轉(zhuǎn)化特征，隨著各省金融發(fā)展水平提高，保險(xiǎn)業(yè)對(duì)經(jīng)濟(jì)增長(zhǎng)的影響呈現(xiàn)漸進(jìn)演變的非線(xiàn)性關(guān)系；而以金融風(fēng)險(xiǎn)程度(金融風(fēng)險(xiǎn))做門(mén)限變量，平滑參數(shù)γ的估計(jì)值較大(12.481),說(shuō)明隨金融風(fēng)險(xiǎn)加劇，保險(xiǎn)業(yè)對(duì)經(jīng)濟(jì)增長(zhǎng)影響的非線(xiàn)性效果更強(qiáng)烈，變化速度更快。其中，當(dāng)金融發(fā)展水平(金融規(guī)模)低于門(mén)限變量(4.294)時(shí)，金融系統(tǒng)處于低轉(zhuǎn)換區(qū)制，此時(shí)保險(xiǎn)業(yè)對(duì)經(jīng)濟(jì)增長(zhǎng)的線(xiàn)性影響部分首先呈現(xiàn)負(fù)效應(yīng)，而后隨著金融發(fā)展水平高于門(mén)限變量(4.294)時(shí)，非線(xiàn)性部分的影響效應(yīng)逐漸起主導(dǎo)作用，保險(xiǎn)業(yè)對(duì)經(jīng)濟(jì)增長(zhǎng)逐漸呈現(xiàn)正影響效應(yīng)；而當(dāng)金融風(fēng)險(xiǎn)程度(金融風(fēng)險(xiǎn))低于門(mén)限變量(3.492)時(shí)，金融系統(tǒng)處于低風(fēng)險(xiǎn)區(qū)制，保險(xiǎn)業(yè)對(duì)經(jīng)濟(jì)增長(zhǎng)的影響首先呈現(xiàn)正效應(yīng)，后隨著金融風(fēng)險(xiǎn)擴(kuò)大逐漸轉(zhuǎn)為負(fù)效應(yīng)。由此可見(jiàn)，保險(xiǎn)業(yè)發(fā)展與經(jīng)濟(jì)增長(zhǎng)確實(shí)存在非線(xiàn)性金融深化門(mén)限效應(yīng)，隨著金融系統(tǒng)的金融規(guī)模、金融風(fēng)險(xiǎn)變化存在不同關(guān)系。此外，從線(xiàn)性與非線(xiàn)性模型實(shí)證可知，壽險(xiǎn)需求比財(cái)險(xiǎn)需求對(duì)經(jīng)濟(jì)增長(zhǎng)的影響更顯著，這可能與我國(guó)目前保險(xiǎn)業(yè)的發(fā)展規(guī)律相關(guān)，在保險(xiǎn)規(guī)模與保險(xiǎn)增長(zhǎng)速度方面，壽險(xiǎn)明顯比財(cái)險(xiǎn)更具影響力。

此外，為確保實(shí)證結(jié)果的可靠性，對(duì)模型的異方差和穩(wěn)健性進(jìn)行檢驗(yàn)。其中，借鑒魏華林等(2015)[17]、陳創(chuàng)練和黃楚光(2015)[36]的方法，本文采用White檢驗(yàn)方法對(duì)模型的異方差展開(kāi)檢驗(yàn)(見(jiàn)下表)，結(jié)果顯示在1%的顯著性水平上，參數(shù)估計(jì)的殘差均不存在異方差，說(shuō)明估計(jì)結(jié)果是可靠的。

表5 異方差White檢驗(yàn)

采取以下方法進(jìn)行穩(wěn)健性檢驗(yàn)。在不同金融深化門(mén)限下逐一剔除一個(gè)控制變量進(jìn)行實(shí)證。結(jié)果表明TV-PSTR模型依舊是單轉(zhuǎn)換函數(shù)和兩個(gè)區(qū)制模型，其中除了剔除實(shí)物資本存量(lncapital)、勞動(dòng)力資本(lnhuman)導(dǎo)致通貨膨脹率系數(shù)由負(fù)變正同時(shí)顯著性存在變化，以及剔除勞動(dòng)力資本(lnhuman)時(shí)政府支出系數(shù)變負(fù)外，其他結(jié)果均與表4估計(jì)結(jié)果一致。

注： *、**和***分別表示在10%、5%和1%顯著水平上通過(guò)t顯著性檢驗(yàn)。

表7 TV-PSTR模型(金融風(fēng)險(xiǎn)門(mén)限)逐一剔除一個(gè)控制變量的穩(wěn)健性檢驗(yàn)

注： *、**和***分別表示在10%、5%和1%顯著水平上通過(guò)t顯著性檢驗(yàn)。

3. 非線(xiàn)性轉(zhuǎn)換關(guān)系分析

圖2 財(cái)險(xiǎn)發(fā)展與經(jīng)濟(jì)增長(zhǎng)的非線(xiàn)性關(guān)系： 金融發(fā)展水平

由圖2可知，財(cái)險(xiǎn)發(fā)展對(duì)經(jīng)濟(jì)增長(zhǎng)的影響只有在該區(qū)域金融發(fā)展水平(金融規(guī)模)達(dá)到一定程度時(shí)才能呈現(xiàn)正效應(yīng)，這主要得分析在金融規(guī)模變化下，財(cái)險(xiǎn)發(fā)展是通過(guò)什么因素影響經(jīng)濟(jì)增長(zhǎng)。根據(jù)趙進(jìn)文等(2010)[15]的研究，一國(guó)或地區(qū)金融發(fā)展水平越高，金融系統(tǒng)的資金配置效率和投資效率越有效，金融消費(fèi)對(duì)經(jīng)濟(jì)增長(zhǎng)具有強(qiáng)拉動(dòng)效應(yīng)。本文認(rèn)為財(cái)險(xiǎn)通過(guò)經(jīng)濟(jì)補(bǔ)償功能能有效降低企業(yè)面臨災(zāi)害時(shí)出現(xiàn)流動(dòng)性危機(jī)的可能性，進(jìn)而可有效降低企業(yè)的風(fēng)險(xiǎn)再融資成本，提高企業(yè)的資本投資回報(bào)率和周轉(zhuǎn)率。同時(shí)提高企業(yè)風(fēng)險(xiǎn)意識(shí)，強(qiáng)化企業(yè)對(duì)風(fēng)險(xiǎn)的識(shí)別和管理能力，減少生產(chǎn)中的不必要損失，從而提高生產(chǎn)要素的生產(chǎn)效率。但在金融發(fā)展水平低下的地區(qū)，資金投融資渠道不順暢，財(cái)險(xiǎn)資金沒(méi)有發(fā)揮更好的功能作用，對(duì)經(jīng)濟(jì)的正效應(yīng)較弱。此外，與Nieh(2012)[42]、曾智等(2014)[14]等研究結(jié)論一致，金融發(fā)展水平低下地區(qū)，實(shí)體經(jīng)濟(jì)獲得有效資本不足，往往經(jīng)濟(jì)發(fā)展水平低下，財(cái)險(xiǎn)通過(guò)經(jīng)濟(jì)補(bǔ)償功能降低企業(yè)流動(dòng)性危機(jī)，提高投資回報(bào)率和周轉(zhuǎn)率進(jìn)而促進(jìn)經(jīng)濟(jì)增長(zhǎng)的效果并不顯著。從圖2可知，目前我國(guó)多數(shù)省份金融發(fā)展水平指標(biāo)在4以下，其中多數(shù)省份財(cái)險(xiǎn)發(fā)展對(duì)經(jīng)濟(jì)增長(zhǎng)有負(fù)效應(yīng)。而當(dāng)金融發(fā)展水平指標(biāo)達(dá)到4以上，財(cái)險(xiǎn)發(fā)展對(duì)經(jīng)濟(jì)增長(zhǎng)影響更多來(lái)自非線(xiàn)性部分，逐漸由負(fù)效應(yīng)轉(zhuǎn)換為正拉動(dòng)作用，在金融發(fā)展水平達(dá)到6以上，財(cái)險(xiǎn)發(fā)展對(duì)經(jīng)濟(jì)增長(zhǎng)的正拉動(dòng)作用趨于穩(wěn)定。

由圖3可知，在金融風(fēng)險(xiǎn)程度較低的地區(qū)(風(fēng)險(xiǎn)指標(biāo)3.5以?xún)?nèi))，財(cái)險(xiǎn)發(fā)展對(duì)經(jīng)濟(jì)增長(zhǎng)的影響具有正效應(yīng)，當(dāng)金融風(fēng)險(xiǎn)程度指標(biāo)大于3.5，財(cái)險(xiǎn)發(fā)展對(duì)經(jīng)濟(jì)增長(zhǎng)的影響主要由非線(xiàn)性部分主導(dǎo)，呈現(xiàn)負(fù)效應(yīng)。與Adamsetal.(2009)[4]、Avrametal.(2010)[10]等的研究結(jié)論一致，一國(guó)或地區(qū)金融風(fēng)險(xiǎn)程度越高，會(huì)大幅度降低該金融系統(tǒng)的資金配置效率和投資效率，阻礙保險(xiǎn)消費(fèi)對(duì)實(shí)體經(jīng)濟(jì)的拉動(dòng)作用。廖樸(2015)[41]認(rèn)為財(cái)險(xiǎn)正是通過(guò)風(fēng)險(xiǎn)管理等對(duì)長(zhǎng)期經(jīng)濟(jì)增長(zhǎng)形成促進(jìn)作用。但趙進(jìn)文(2010)[15]等認(rèn)為金融風(fēng)險(xiǎn)加劇，會(huì)給居民和企業(yè)帶來(lái)更多的信貸風(fēng)險(xiǎn)，損害了信用擔(dān)保和償還機(jī)制，降低居民金融保險(xiǎn)對(duì)經(jīng)濟(jì)增長(zhǎng)的作用。實(shí)際上對(duì)財(cái)險(xiǎn)發(fā)展而言，金融風(fēng)險(xiǎn)程度加劇，意味該區(qū)資產(chǎn)不良率升高，壞賬損失增高，會(huì)嚴(yán)重?fù)p害保險(xiǎn)的經(jīng)濟(jì)補(bǔ)償功能，阻礙分散金融投資風(fēng)險(xiǎn)從而拉動(dòng)經(jīng)濟(jì)增長(zhǎng)的路徑。從圖3可知，目前我國(guó)多數(shù)省份金融風(fēng)險(xiǎn)程度指標(biāo)在3.5以上，其中多數(shù)省份財(cái)險(xiǎn)發(fā)展對(duì)經(jīng)濟(jì)增長(zhǎng)有負(fù)效應(yīng)。只有北京、上海、重慶、廣東等少數(shù)省份金融風(fēng)險(xiǎn)程度控制在3.5以?xún)?nèi)，這些地區(qū)財(cái)險(xiǎn)發(fā)展對(duì)經(jīng)濟(jì)增長(zhǎng)的促進(jìn)作用由模型線(xiàn)性部分主導(dǎo)，對(duì)經(jīng)濟(jì)增長(zhǎng)的促進(jìn)作用穩(wěn)定在較高水平。

相對(duì)于圖2，壽險(xiǎn)發(fā)展對(duì)經(jīng)濟(jì)增長(zhǎng)的影響在金融發(fā)展水平指標(biāo)達(dá)到6以上時(shí)，比財(cái)險(xiǎn)更有效，而與此同時(shí)，當(dāng)金融發(fā)展水平處于4.5以下的低水平時(shí)，壽險(xiǎn)對(duì)經(jīng)濟(jì)增長(zhǎng)的阻礙作用也比財(cái)險(xiǎn)要明顯，這與我國(guó)目前保險(xiǎn)業(yè)發(fā)展情況相關(guān)。從目前我國(guó)多數(shù)省份的保險(xiǎn)業(yè)發(fā)展規(guī)律分析，在保險(xiǎn)規(guī)模占比與保險(xiǎn)規(guī)模增長(zhǎng)速度方面，壽險(xiǎn)明顯比財(cái)險(xiǎn)更具影響力，對(duì)經(jīng)濟(jì)影響更大。此外，從圖4可知，只有在金融發(fā)展水平(金融規(guī)模)達(dá)到一定程度時(shí)，壽險(xiǎn)對(duì)經(jīng)濟(jì)增長(zhǎng)才能呈現(xiàn)正效應(yīng)。相對(duì)于財(cái)險(xiǎn)的經(jīng)濟(jì)補(bǔ)償功能而言，壽險(xiǎn)具備融資功能，能實(shí)現(xiàn)儲(chǔ)蓄資金向投資資金的轉(zhuǎn)化，從而形成壽險(xiǎn)對(duì)經(jīng)濟(jì)增長(zhǎng)的溢出效應(yīng)和規(guī)模發(fā)展效應(yīng)(趙進(jìn)文等，2010)[15]。事實(shí)上，壽險(xiǎn)能有效實(shí)現(xiàn)居民收入在消費(fèi)和儲(chǔ)蓄間的分配，在提高居民邊際消費(fèi)傾向的同時(shí)，又能促進(jìn)儲(chǔ)蓄在各種投資間的分配效率，從而實(shí)現(xiàn)資本有效配置，擴(kuò)大實(shí)體經(jīng)濟(jì)有效資本的規(guī)模。Azman-saini和Smith(2011)[6]等研究也認(rèn)為壽險(xiǎn)可以降低居民對(duì)貨幣現(xiàn)金、易變現(xiàn)資產(chǎn)的需求，促進(jìn)個(gè)人儲(chǔ)蓄轉(zhuǎn)換為更高回報(bào)的資產(chǎn)，從而為經(jīng)濟(jì)及金融系統(tǒng)儲(chǔ)備更多有效資金。而同時(shí)，與趙進(jìn)文等(2010)[15]研究一致，壽險(xiǎn)的強(qiáng)儲(chǔ)蓄功能，在金融發(fā)展水平低下的地區(qū)，很難實(shí)現(xiàn)儲(chǔ)蓄向投資的轉(zhuǎn)換，反而會(huì)因?yàn)閮?chǔ)蓄擠占部分投資和消費(fèi)，阻礙經(jīng)濟(jì)增長(zhǎng)。

圖4 壽險(xiǎn)發(fā)展與經(jīng)濟(jì)增長(zhǎng)的非線(xiàn)性關(guān)系： 金融發(fā)展水平

由圖5可知，在金融風(fēng)險(xiǎn)程度較低的地區(qū)(風(fēng)險(xiǎn)指標(biāo)3.5以?xún)?nèi))，壽險(xiǎn)發(fā)展對(duì)經(jīng)濟(jì)增長(zhǎng)具有較大的拉動(dòng)作用，而當(dāng)金融風(fēng)險(xiǎn)程度指標(biāo)大于3.5，壽險(xiǎn)發(fā)展對(duì)經(jīng)濟(jì)增長(zhǎng)呈現(xiàn)較大的負(fù)效應(yīng)。一國(guó)或地區(qū)金融風(fēng)險(xiǎn)程度越高，會(huì)大幅度降低該金融系統(tǒng)儲(chǔ)蓄資金的投資效率，阻礙儲(chǔ)蓄資金對(duì)實(shí)體經(jīng)濟(jì)的轉(zhuǎn)換投資。Broner和Ventura(2010)[23]、Park和An(2012)[24]等認(rèn)為，只有降低地區(qū)金融風(fēng)險(xiǎn)，平抑資本異常波動(dòng)，穩(wěn)定金融系統(tǒng)，才能拓寬投融資渠道促進(jìn)經(jīng)濟(jì)增長(zhǎng)。實(shí)際上對(duì)壽險(xiǎn)發(fā)展而言，地區(qū)金融風(fēng)險(xiǎn)程度加劇，意味著資產(chǎn)投資不良率升高，損失率增高，受風(fēng)險(xiǎn)厭惡的影響，多數(shù)資金選擇低風(fēng)險(xiǎn)的儲(chǔ)蓄資產(chǎn)，降低對(duì)實(shí)體經(jīng)濟(jì)和金融資產(chǎn)的投資，會(huì)嚴(yán)重?fù)p害壽險(xiǎn)的融資功能，阻礙儲(chǔ)蓄向投資的轉(zhuǎn)換效率從而擠占部分投資與消費(fèi)，對(duì)經(jīng)濟(jì)增長(zhǎng)形成負(fù)效應(yīng)。從圖5可知，目前我國(guó)多數(shù)省份金融風(fēng)險(xiǎn)程度指標(biāo)在3.5以上，其中多數(shù)省份壽險(xiǎn)發(fā)展對(duì)經(jīng)濟(jì)增長(zhǎng)有負(fù)效應(yīng)。只有北京、上海、重慶、廣東、江蘇等少數(shù)省份金融風(fēng)險(xiǎn)程度控制在3.5以?xún)?nèi)，這些地區(qū)壽險(xiǎn)發(fā)展對(duì)經(jīng)濟(jì)增長(zhǎng)的促進(jìn)作用均穩(wěn)定在較高水平。

圖5 壽險(xiǎn)發(fā)展與經(jīng)濟(jì)增長(zhǎng)的非線(xiàn)性關(guān)系： 金融風(fēng)險(xiǎn)程度

圖6 轉(zhuǎn)換函數(shù)的動(dòng)態(tài)變化規(guī)律： 金融發(fā)展水平、金融風(fēng)險(xiǎn)程度

根據(jù)圖6，在金融深化過(guò)程中，我國(guó)金融風(fēng)險(xiǎn)程度(金融風(fēng)險(xiǎn))在2008年以前一直居高不下，2008年以后一直控制在歷史低位。事實(shí)上，2000-2003年期間，我國(guó)整體銀行不良貸款率一直處于高位，接近20%，2008年下降到2.42%，之后風(fēng)險(xiǎn)一直降低，直到2015年略有上升但仍控制在1.81%的較低水平。在此過(guò)程中，隨著金融風(fēng)險(xiǎn)程度的變化，保險(xiǎn)業(yè)發(fā)展對(duì)經(jīng)濟(jì)增長(zhǎng)的影響也逐步由負(fù)效應(yīng)轉(zhuǎn)化為正效應(yīng)，并隨時(shí)間變化呈現(xiàn)較明顯的非線(xiàn)性關(guān)系。在金融深化過(guò)程中，從金融發(fā)展水平分析(金融規(guī)模)，2000年為降低金融風(fēng)險(xiǎn)，對(duì)信貸等控制嚴(yán)格，雖然整體不良貸款額較快下降，但金融資產(chǎn)對(duì)實(shí)體經(jīng)濟(jì)的支持力度也下降，直到2008年金融危機(jī)過(guò)后，金融系統(tǒng)整體風(fēng)險(xiǎn)下降到低位，金融規(guī)模對(duì)實(shí)體經(jīng)濟(jì)的支持才繼續(xù)擴(kuò)大。在此過(guò)程中，保險(xiǎn)發(fā)展也伴隨著金融發(fā)展水平的變化對(duì)經(jīng)濟(jì)增長(zhǎng)呈現(xiàn)較明顯的非線(xiàn)性影響。綜上分析，在金融深化過(guò)程中，保險(xiǎn)業(yè)發(fā)展對(duì)經(jīng)濟(jì)增長(zhǎng)的影響隨金融發(fā)展水平(金融規(guī)模)、金融風(fēng)險(xiǎn)程度(金融風(fēng)險(xiǎn))變化而不同，2000-2008年金融風(fēng)險(xiǎn)較高，金融發(fā)展水平降低時(shí)，保險(xiǎn)業(yè)發(fā)展對(duì)經(jīng)濟(jì)增長(zhǎng)整體呈現(xiàn)負(fù)效應(yīng)；2008-2015年，金融風(fēng)險(xiǎn)減低，金融發(fā)展擴(kuò)大，保險(xiǎn)業(yè)發(fā)展對(duì)經(jīng)濟(jì)增長(zhǎng)逐漸呈現(xiàn)正效應(yīng)。但2014年以來(lái)，金融系統(tǒng)不良貸款有上升趨勢(shì)，加之金融規(guī)模擴(kuò)張過(guò)快，易造成較嚴(yán)重金融泡沫，需要防范金融系統(tǒng)逆轉(zhuǎn)對(duì)經(jīng)濟(jì)增長(zhǎng)造成負(fù)面沖擊。

四 結(jié)論與啟示

近年來(lái)，我國(guó)深化金融市場(chǎng)改革，并通過(guò)2015年“新國(guó)十條”等方案推動(dòng)我國(guó)保險(xiǎn)業(yè)迅速發(fā)展，使得保險(xiǎn)業(yè)在現(xiàn)代金融業(yè)的作用逐漸增強(qiáng)，保險(xiǎn)與經(jīng)濟(jì)發(fā)展更加密切。區(qū)別于眾多學(xué)者對(duì)保險(xiǎn)業(yè)與經(jīng)濟(jì)增長(zhǎng)的研究，本文考慮到保險(xiǎn)業(yè)的經(jīng)濟(jì)增長(zhǎng)效應(yīng)因各地金融系統(tǒng)不同而存在差異，采用最新時(shí)變面板平滑轉(zhuǎn)換回歸模型(TV-PSTR)，構(gòu)建包括金融系統(tǒng)因素和宏觀經(jīng)濟(jì)基本面因素的非線(xiàn)性框架，研究我國(guó)30個(gè)省、市、自治區(qū)2000-2015年保險(xiǎn)業(yè)發(fā)展與經(jīng)濟(jì)增長(zhǎng)關(guān)系。在此過(guò)程中，結(jié)合當(dāng)前經(jīng)濟(jì)增速放緩，金融發(fā)展及保險(xiǎn)業(yè)在各省發(fā)展不平衡的現(xiàn)狀，重點(diǎn)分析在金融規(guī)模與金融風(fēng)險(xiǎn)顯著差異的情況下，保險(xiǎn)業(yè)存在的非線(xiàn)性經(jīng)濟(jì)增長(zhǎng)效應(yīng)及其變化規(guī)律。

研究發(fā)現(xiàn)，動(dòng)態(tài)非線(xiàn)性TV-PSTR模型檢驗(yàn)結(jié)果比線(xiàn)性模型更可靠。以金融發(fā)展水平(金融規(guī)模)為門(mén)限變量，非線(xiàn)性轉(zhuǎn)換函數(shù)具有明顯的平滑轉(zhuǎn)化特征，隨著各省金融發(fā)展水平提高，保險(xiǎn)業(yè)對(duì)經(jīng)濟(jì)增長(zhǎng)的影響呈現(xiàn)漸進(jìn)演變的非線(xiàn)性關(guān)系；以金融風(fēng)險(xiǎn)為門(mén)限變量，隨著金融風(fēng)險(xiǎn)加劇，保險(xiǎn)業(yè)對(duì)經(jīng)濟(jì)增長(zhǎng)影響的非線(xiàn)性效果更強(qiáng)烈，變化速度更快。

研究還表明，地區(qū)金融發(fā)展水平提高，金融系統(tǒng)的資金配置效率和投資效率越有效，保險(xiǎn)業(yè)對(duì)經(jīng)濟(jì)增長(zhǎng)具有強(qiáng)拉動(dòng)效應(yīng)。其中財(cái)險(xiǎn)通過(guò)經(jīng)濟(jì)補(bǔ)償功能分散風(fēng)險(xiǎn)、壽險(xiǎn)通過(guò)融資功能實(shí)現(xiàn)儲(chǔ)蓄資金向投資的轉(zhuǎn)化從而拉動(dòng)經(jīng)濟(jì)增長(zhǎng)；而金融發(fā)展水平低下的地區(qū)，資金投融資渠道不順暢，財(cái)險(xiǎn)資金運(yùn)用對(duì)經(jīng)濟(jì)的正效應(yīng)功能較弱，壽險(xiǎn)也難實(shí)現(xiàn)儲(chǔ)蓄向投資的轉(zhuǎn)換，反而會(huì)因儲(chǔ)蓄擠占部分投資和消費(fèi)，阻礙經(jīng)濟(jì)增長(zhǎng)。

此外研究發(fā)現(xiàn)，地區(qū)金融風(fēng)險(xiǎn)程度提高，會(huì)大幅度降低資金配置效率和投資效率，阻礙保險(xiǎn)業(yè)對(duì)實(shí)體經(jīng)濟(jì)的拉動(dòng)作用。其中金融風(fēng)險(xiǎn)加劇，導(dǎo)致資產(chǎn)不良率升高，壞賬損失擴(kuò)大，損害保險(xiǎn)經(jīng)濟(jì)補(bǔ)償功能的發(fā)揮。同時(shí)受風(fēng)險(xiǎn)厭惡傾向影響，多數(shù)資金選擇低風(fēng)險(xiǎn)的儲(chǔ)蓄資產(chǎn)，從而降低對(duì)實(shí)體經(jīng)濟(jì)和金融資產(chǎn)的投資，損害壽險(xiǎn)的融資功能，阻礙儲(chǔ)蓄向投資的轉(zhuǎn)換從而擠占部分投資與消費(fèi)，對(duì)經(jīng)濟(jì)增長(zhǎng)形成負(fù)效應(yīng)。

基于以上研究結(jié)論，本文得出以下兩點(diǎn)啟示：

第一，隨著我國(guó)金融改革深化，各地區(qū)保險(xiǎn)業(yè)發(fā)展的經(jīng)濟(jì)增長(zhǎng)正效應(yīng)逐漸顯現(xiàn)。但由于各省保險(xiǎn)業(yè)發(fā)展不平衡，加之金融發(fā)展水平不同，保險(xiǎn)業(yè)對(duì)經(jīng)濟(jì)增長(zhǎng)的促進(jìn)作用存在差異。在推動(dòng)保險(xiǎn)業(yè)發(fā)展的同時(shí)，需要兼顧各地區(qū)財(cái)險(xiǎn)、壽險(xiǎn)的均衡發(fā)展，改善地區(qū)金融市場(chǎng)投融資環(huán)境，以提高保險(xiǎn)資金投融資效率，進(jìn)而促進(jìn)保險(xiǎn)業(yè)發(fā)展對(duì)經(jīng)濟(jì)增長(zhǎng)的正效應(yīng)。

第二，在金融深化過(guò)程中，保險(xiǎn)業(yè)發(fā)展對(duì)經(jīng)濟(jì)增長(zhǎng)的影響效應(yīng)隨金融規(guī)模、金融風(fēng)險(xiǎn)變化而不同。2008年以前，我國(guó)多數(shù)省份金融風(fēng)險(xiǎn)較高，金融發(fā)展水平較低，保險(xiǎn)業(yè)發(fā)展對(duì)經(jīng)濟(jì)增長(zhǎng)呈現(xiàn)負(fù)效應(yīng)；2008年金融危機(jī)之后，銀行等不良貸款較大幅度下跌，金融風(fēng)險(xiǎn)降低，金融發(fā)展擴(kuò)大，保險(xiǎn)業(yè)發(fā)展對(duì)經(jīng)濟(jì)增長(zhǎng)逐漸呈現(xiàn)正效應(yīng)。

[1] 魏華林, 林寶清. 保險(xiǎn)學(xué)(第三版)[M]. 北京: 高等教育出版社, 2011.

[2]Beenstock,M.,Dickinson,G.,Khajuria,S..TheRelationshipBetweenProperty-liabilityInsurancePremiumsandIncome:AnInternationalAnalysis[J]. Journal of Risk & Insurance, 1988, 55(2): 259-272.

[3]Outreville,J.F..TheEconomicSignificanceofInsuranceMarketsinDevelopingCountries[J]. Journal Risk and Insurance, 1990, 57(3): 487-498.

[4]Adams,M.,Andersson,J.,Andersson,L.F.,etal..CommercialBanking,InsuranceandEconomicGrowthinSwedenBetween1830and1998[J]. Accounting, Business and Financial History, 2009, 19(1): 21-28.

[5]Ward,D.,ZurbrueggR..DoesInsurancePromoteEconomicGrowth?EvidenceFromOECDCountries[J]. Journal of Risk and Insurance, 2000, 67(4): 489-506.

[6]Azman-Saini,W.,Smith,P..FinanceandGrowth:NewEvidenceontheRoleofInsurance[J]. South African Journal of Economics, 2011, 79(2): 111-127.

[7]Webb,I.,Grace,M.,Skipper,H..TheEffectofBankingandInsuranceontheGrowthofCapitalandOutput[R]. 2002.

[8]Boon,T.K..DoCommercialBanks,StockMarketandInsuranceMarketPromoteEconomicGrowth?AnAnalysisoftheSingaporeEconomy[R]. 2005.

[9]Avram,K.,Nguyen,Y.,Skully,M..InsuranceandEconomicGrowth:ACrossCountryExamination[R]. 2010.

[10]Skipper,H.D..ForeignInsurersinEmergingMarkets:IssuesandConcerns[J]. Centre for Risk Management and Insurance, Georgia State University, Occasional Paper, 1997: 97-102.

[11]Arena,M..DoesInsuranceMarketActivityPromoteEconomicGrowth?ACross-countryStudyforIndustrializedandDevelopingCountries[J]. Journal of Risk and Insurance, 2008, 75(4): 921-946.

[12] 邵全權(quán). 保險(xiǎn)業(yè)結(jié)構(gòu)、 區(qū)域差異與經(jīng)濟(jì)增長(zhǎng)[J]. 經(jīng)濟(jì)學(xué)(季刊), 2012, (2): 635-674.

[13] 沈坤榮, 魏鋒. 中國(guó)保險(xiǎn)市場(chǎng)發(fā)展的非線(xiàn)性增長(zhǎng)效應(yīng)研究[J]. 金融研究, 2010, (7): 158-170.

[14] 曾智, 姚鵬, 楊光. 我國(guó)保險(xiǎn)市場(chǎng)非線(xiàn)性經(jīng)濟(jì)增長(zhǎng)效應(yīng)分析——基于ACE算法的實(shí)證研究[J]. 保險(xiǎn)研究, 2014, (12): 14-23.

[15] 趙進(jìn)文, 刑天才, 熊磊. 我國(guó)保險(xiǎn)消費(fèi)的經(jīng)濟(jì)增長(zhǎng)效應(yīng)[J]. 經(jīng)濟(jì)研究, 2010, (2): 39-50.

[16]Beenstock,M.,Dickinson,G.,Khajuria,S..TheDeterminantsofLifePremiums:AnInternationalCross-sectionAnalysis1970-1981[J]. Insurance Mathematics Economics, 1988, 5(4): 261-270.

[17] 魏華林, 宋平凡, 郭靜艷. 保險(xiǎn)消費(fèi)的非線(xiàn)性收入效應(yīng)與收入差距——基于PSTR模型的實(shí)證研究[J]. 經(jīng)濟(jì)評(píng)論, 2015, (2): 78-87.

[18] 劉學(xué)寧. 收入水平對(duì)保險(xiǎn)消費(fèi)影響的實(shí)證研究[J]. 保險(xiǎn)研究, 2012, (12): 28-36.

[19]Broner,F.A.,Rigobon,R..WhyareCapitalFlowsSoMuchVolatileinEmergingThaninDevelopedCountries?[R].CentralBankofChileWorkingPapers,No. 328, 2005.

[20]Aoki,K.,Benigno,G.,Kiyotaki,N..CapitalFlowsandAssetPrices[A]// NBER Book Series: NBER International Seminar on Macroeconomics, Chapter 4[M]. 2007.

[21]Broto,C.,Diaz-Cassou,J.,Erce-Dominguez,A..TheSourcesofCapitalFlowsVolatility:EmpiricalEvidenceforEmergingCountries[R].BancodeEspana,workingpaper, 2007.

[22]Broner,F.A.,Ventura,J..RethinkingtheEffectsofFinancialLiberalization[R].NBERWorkingPaper,No.16640, 2010.

[23]Park,B.,An,J..CanCapitalAccountLiberalizationLessenCapitalVolatilityinaCountrywithOriginalSin?[R].AsianEconomicPapers, 2012, 11: 1-22.

[24] 吳永鋼, 李政. 我國(guó)保險(xiǎn)業(yè)發(fā)展的經(jīng)濟(jì)增長(zhǎng)效應(yīng): 基于金融協(xié)調(diào)視角[J]. 南開(kāi)經(jīng)濟(jì)研究, 2013, (4): 82-94.

[25] 吳洪, 趙桂芹. 保險(xiǎn)發(fā)展、 金融協(xié)調(diào)和經(jīng)濟(jì)增長(zhǎng)——基于省級(jí)面板數(shù)據(jù)的研究[J]. 經(jīng)濟(jì)科學(xué), 2010, (3): 61-72.

[26]Besseca,M.,Fouquaub,J..TheNon-linearLinkBetweenElectricityConsumptionandTemperatureinEurope:AThresholdPanelApproach[J]. Energy Economics, 2008, 30(5): 2705-2721.

[27]Aslanidis,N.,Iranzo,S..EnvironmentandDevelopment:IsThereAKuznetsCurveforCO2Emissions[J]. Applied Economics, 2009, 41(6): 803-810.

[28]Ching,K.S.,Kogid,M.,Furuoka,F..CausalRelationBetweenLifeInsuranceFundsandEconomicGrowth:EvidencefromMalaysia[J]. Asian Economic Bulletin, 2010, 27(2): 185-199.

[29]Goldsmith,R.W.. Financial Structure and Development[M].NewHaven:YaleUniversityPress, 1969.

[30]McKinnon,R.I.. Money and Capital in Economic Development[M].Washington:BrookingsInstitution, 1973.

[31]Wurgler,J..FinancialMarketsandtheAllocationofCapital[J]. Journal of Financial Economics, 2000, 58(1-2): 187-214.

[32]Huang,H.C.,Fang,W.S.,Miller,S.M..DoesFinancialDevelopmentVolatilityAffectIndustrialGrowthVolatility?[J]. International Review of Economics & Finance, 2014, 29(1): 307-320.

[33] 李后建. 收入差距、 金融發(fā)展與保險(xiǎn)消費(fèi)增長(zhǎng): 來(lái)自全球40個(gè)國(guó)家的證據(jù)[J]. 保險(xiǎn)研究, 2013, (8): 24-34.

[34]Gonzulez,A.,Terasvirta,T.,vanDijk,D..PanelSmoothTransitionRegressionModel[R].WorkingPaperSeriesinEconomicsandFinance, 2005.

[35] 陳創(chuàng)練, 楊子暉. “泰勒規(guī)則”、 資本流動(dòng)與匯率波動(dòng)研究[J]. 金融研究, 2012, (11): 60-73.

[36] 陳創(chuàng)練, 黃楚光. 資本賬戶(hù)開(kāi)放、 金融風(fēng)險(xiǎn)與外匯儲(chǔ)備的非線(xiàn)性關(guān)系研究[J]. 財(cái)經(jīng)研究, 2015, (8): 64-78.

[37]Granger,C.W.,Terasvirta,T.. Modelling Non-linear Economic Relationships[M].Oxford:OxfordUniversityPress, 1993.

[38]Goffe,W.L.,Ferrier,G.D.,Rogers,J..GlobalOptimizationofStatisticalFunctionswithSimulatedAnnealing[J]. Journal of Econometrics, 1994, 60(1-2): 65-99.

[39]Brooks,S.P.,Morgan,B.J.T..OptimizationUsingSimulatedAnnealing[J]. The Statistician, 1995, 44: 241-257.

[40]Lee,C.C.,Chiu,Y.B..TheImpactofRealIncomeonInsurancePremiums:EvidencefromPanelData[J]. International Review of Economics and Finance, 2012, 21(1): 246-260.

[41] 廖樸. 財(cái)產(chǎn)保險(xiǎn)對(duì)長(zhǎng)期經(jīng)濟(jì)增長(zhǎng)的促進(jìn)作用研究——基于保險(xiǎn)的風(fēng)險(xiǎn)轉(zhuǎn)移與補(bǔ)償功能視角[J]. 保險(xiǎn)研究， 2015， (6)： 32-46.

The Different Economic Growth Effect from Our Country Insurance Market in Financial Deepening——Based on Time-Varying Panel Smooth Transitional Regression Model

ZENG Jing XU Yang

With the role of insurance in financial markets is increasingly important, insurance boosts economic growth. But the difference in financial system and insurance development cause big differences in the economic growth. Then, this paper uses the dynamic panel smooth transition regression model to investigate the relationship between Insurance and Economic growth for thirty countries in a nonlinear framework.This paper construct a nonlinear model introducing financial system and macroeconomic fundamentals factors, and then analysis the effect to the economic growth from the insurance market development. The estimated results show that the more efficient of financial system, insurance consumption has a strong pulling effect on economic growth, while Life insurance has more economic growth than insurance effect. The higher degree of regional financial risk will improve financial defaults and investment risk, and then cause the effect of weakening property casualty economic compensation function on the real economy. At the same time, it prevents life insurance capital to invest the real economy, thus squeezing out investment and consumption, and will cause negative effects on economic growth. At last this paper puts forward some policy enlightenment.

insurance development; financial deepening; economic growth; dynamic panel smooth transitional regression model

2017-02-07

湖北省教育科學(xué)“十二五”規(guī)劃重點(diǎn)課題“基于經(jīng)濟(jì)周期的技術(shù)創(chuàng)新增長(zhǎng)效應(yīng)研究”(項(xiàng)目編號(hào)： 2014A055，項(xiàng)目負(fù)責(zé)人： 曾婧)；2016年湖北省人文社會(huì)科學(xué)專(zhuān)項(xiàng)課題“民辦本科高校轉(zhuǎn)型背景下的師資轉(zhuǎn)型經(jīng)濟(jì)效益研究”(項(xiàng)目編號(hào)： 15Z164，項(xiàng)目負(fù)責(zé)人： 曾婧)。

曾婧，華中科技大學(xué)經(jīng)濟(jì)研究院博士、講師，研究方向： 經(jīng)濟(jì)與管理；徐陽(yáng)，北京師范大學(xué)經(jīng)濟(jì)與資源管理研究院博士研究生，研究方向： 區(qū)域經(jīng)濟(jì)學(xué)和空間計(jì)量經(jīng)濟(jì)學(xué)。

F830

A

1674-8298(2017)04-0093-17

[責(zé)任編輯： 陳 林]

10.14007/j.cnki.cjpl.2017.04.009

方式]曾婧, 徐陽(yáng). 金融系統(tǒng)深化下保險(xiǎn)業(yè)發(fā)展的經(jīng)濟(jì)增長(zhǎng)效應(yīng)差異——基于時(shí)變面板平滑轉(zhuǎn)換回歸模型[J]. 產(chǎn)經(jīng)評(píng)論, 2017, 8(4): 93-109.